【正文】 的語義檢索研究，用于廣告、電視等視頻檢索 [5]。因此 情感圖像檢索將從用戶的情感需求出發(fā)，探索高層次的用戶情感和低層次的圖像特征之間的聯(lián)系，建立交互式動態(tài)的情感圖像檢索模型。另一方面，視覺信息是人類從客觀世界獲得信息的主要來源，人向外界獲取的信息中，視覺成分約占總數(shù)的 80%，圖像則是視覺感知的結(jié)果和表現(xiàn)形式。而當(dāng)今的絕大多數(shù)基于內(nèi)容的圖像檢索系統(tǒng)主要是對圖像的多維物理特征進(jìn)行相似性匹配查詢，對于用戶的愛好、情感等主觀或感性化的因素考慮較少。如何有效地模擬人觀察圖像后所引起的情感感覺，并使用帶有感情色彩的語義表述圖像，是一個具有很大挑戰(zhàn)性的前沿課題。其目的是在給定查詢參數(shù)（如查詢圖像）的前提下，依據(jù)內(nèi)容信息或指定查詢標(biāo)準(zhǔn)，在圖像數(shù)據(jù)庫中搜索并查找出符合查詢條件的相應(yīng)圖像。基于內(nèi)容的圖像檢索（ contentbased image retrieval， CBIR）是有望解決上述問題的關(guān)鍵技術(shù)。即根據(jù)圖像而不是文字來搜索圖片。這樣的方法帶來的問題是：（ 1）搜索精度有限?；趦?nèi)容的圖像檢索問題正是在這樣一個背景下提出。 西安郵電大學(xué) 畢業(yè)設(shè)計 (論文 )開題報告 計算機學(xué)院 院（系） 計算機科學(xué)與技術(shù) 專業(yè) 10 級 04 班 課題名稱： 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 學(xué)生姓名 ： 任寧寧 學(xué)號 ： 04101118 指導(dǎo)教師： 劉 偉 報告日期： 20xx年 11月 02 日 隨著計算機技術(shù)和網(wǎng)絡(luò)技術(shù)特別是因特網(wǎng)技術(shù)的發(fā)展，以及近年來消費型電子產(chǎn)品（如數(shù)碼相機、帶拍照功能的手機、電子攝像機等）的普及，使得數(shù)字圖像等多媒體數(shù)據(jù)的規(guī)模急劇膨脹，每天都有巨量的數(shù)字圖像產(chǎn)生、發(fā)布和共享。 12) 20xx 年 6 月 4 日：終期驗收。 10) 20xx 年 3 月 13 日 20xx 年 5 月 28 日：畢業(yè)論文的設(shè)計與實現(xiàn)。 8) 20xx 年 11 月 2 日 下學(xué)期開學(xué)前兩周：準(zhǔn)備資料，迎接中期檢查。 5) 20xx 年 11 月 1 日 8 日： 完成《開題報告》的撰寫工作 、準(zhǔn)備開題報告答辯工作 6) 20xx 年 11 月 7 日：開題報告答辯。 3) 20xx 年 10 月 1 日 27 日：課題調(diào)研，文獻(xiàn)查閱，完成開題報告。 四、 工作計劃（時間進(jìn)度） 1) 20xx 年 10 月 9 日 12 日：開始選題，制訂計劃。 二、參考資料 [1] Rafael C. Gonzalez 等著，阮秋琦等譯 . Digital Image Processing（中文版名：數(shù)字圖像處理） [M]. 北京：電子工業(yè)出版社， 20xx. [2] Kherfi M L， Ziou D， Bernardi A. Image Retrieval From the World Wide Web：Issues， Techniques， and Systems[J]. ACM Computing Surveys， 20xx， 36（ 1）： 3567. [3] 章毓晉 . 基于內(nèi)容的視覺信息檢索 [M]. 北京：科學(xué)出版社， 20xx. [4] 莊越挺等著 . 網(wǎng)上多媒體信息分析與檢索 [M]. 北京：清華大學(xué)出版社， 20xx. [5] 劉偉 . 圖像檢索中若干問題的研究 [D]. 杭州：浙江大學(xué)， 20xx. [6] 王上飛，王煦法 . 圖像情感檢索研究的進(jìn)展與展望 [J]. 電路與系統(tǒng)學(xué)報，20xx， 10（ 4）： 102110. [7] 王偉凝，余英林 . 圖像的情感語義研究進(jìn)展 [J]. 電路與系統(tǒng)學(xué)報， 20xx， 8（ 5）：101109. [8] 王偉凝，余英林，張劍超 . 基于線條方向直方圖的圖像情感語義分類 [J]. 計算機工程， 20xx， 31（ 11）： 79. 三、主要儀器及材料 所需硬件設(shè)備為安裝有 Windows XP 及以上操作系統(tǒng)的臺式計算機一臺。 要求開發(fā)出的程序滿足正確性和執(zhí)行效率的要求，并在上述（ 1）中構(gòu)建的圖像數(shù)據(jù)庫上完 成計算機算法驗證實驗。（ 3）采用 KNN 和 BP 神經(jīng)網(wǎng)絡(luò)用于圖像語義分類。具體的任務(wù)包括：（ 1）根據(jù)所給的情感數(shù)據(jù)庫以及自行從因特網(wǎng)上下載的圖像構(gòu)造一個實驗數(shù)據(jù)庫，數(shù)據(jù)庫中包含經(jīng)過若干被試主觀評估、打分整理后的情感語義圖像（數(shù)據(jù)庫中包含“靜感”和“動感”兩類語義圖像）。本題目是基于內(nèi)容的圖像檢索（ CBIR）應(yīng)用系統(tǒng)的設(shè)計，目標(biāo)是用 Matlab（或其他開發(fā)平臺，如 C、 Java）開發(fā)出能夠滿足用戶提出的情感色彩檢索要求的檢索算法以及對應(yīng)的圖像檢索實驗平臺。 論文作者簽名： （簽字）時間： 年 月 日 指導(dǎo)教師簽名： （簽字）時間： 年 月 日 西 安 郵 電 大 學(xué) 畢 業(yè) 設(shè) 計 (論文 ) 任 務(wù) 書 學(xué)生姓名： 任寧寧 指導(dǎo)教師： 劉偉 職稱： 副教授 學(xué)院： 計算機學(xué)院 專業(yè)： 計算 機 科學(xué)與技術(shù) 題目： 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 一、任務(wù)與要求 圖像中含有情感信息，不同的圖像會喚起人類不同的情感。 西 安 郵 電 大 學(xué) 畢 業(yè) 設(shè) 計（論 文） 題 目： 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 院 （系） ： 計算機學(xué)院 專 業(yè) ： 計算機科學(xué)與技術(shù) 班 級： 計科 1004 班 學(xué)生姓名： 任寧寧 導(dǎo)師姓名： 劉偉 職稱： 副教授 起止時間： 20xx 年 09 月 25 日至 20xx 年 06 月 02 日 畢業(yè)設(shè)計（論文）誠信聲明書 本人聲明：本人所提交的畢業(yè)論文《 基于情感圖像檢索系統(tǒng)的設(shè)計與實現(xiàn) 》是本人在指導(dǎo)教師指導(dǎo)下獨立研究、寫作的成果，論文中所引用他人的文獻(xiàn)、數(shù)據(jù)、圖件、資料均已明確標(biāo)注；對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式注明并表示感謝。 本 人完全清楚本聲明的法律后果，申請學(xué)位論文和資料若有不實之處，本人愿承擔(dān)相應(yīng)的法律責(zé)任。將圖像情感語義特征應(yīng)用到圖像檢索中，使圖像檢索的結(jié)果更加符合人類對圖像的自然描述、理解和需求，是一個有著學(xué)術(shù)和應(yīng)用價值的問題。通過本設(shè)計可以較為熟 練的掌握圖像處理程序設(shè)計方法，并對圖像處理和圖像檢索技術(shù)有一定的了解。（ 2）采用“線條方向直方圖”作為特征描述情感語義（“靜感”和“動感”兩類語義）。（ 4）設(shè)計出情感圖像檢索原型系統(tǒng)。要求同學(xué)完成畢業(yè)設(shè)計后應(yīng)提交相應(yīng)的畢業(yè)設(shè)計文檔（如畢業(yè)設(shè)計論文等）以及可在Windows 平臺下運行的情感圖像檢索原型系統(tǒng)程序。該計算機安裝有 Matlab 20xx 或以上版本軟件（或其他開發(fā)平臺軟件）、 Microsoft Word 字處理軟件（或具有相似功能的其他軟件）、 ACDSee 圖像瀏覽軟件（或具有相似功能的其 他軟件）。 2) 20xx 年 10 月 12 日：啟動科研訓(xùn)練，明確要求。 4) 20xx 年 10 月 30 日 前 各專業(yè)負(fù)責(zé)人審查本專業(yè)指導(dǎo)教師的任務(wù)書。 7) 11 月 15 日前（第十二周）學(xué)生將《開題報告》（定稿）上傳至畢設(shè)管理系統(tǒng)中。 9) 20xx 年 3 月 13 日：中期檢查。 11) 20xx 年 5 月 30 日：畢業(yè)論文查重。 13) 20xx 年 6 月 11 日：畢業(yè)設(shè)計答辯。如何從浩如煙海的圖像信息中及時、高效地尋找 所需要的圖像成為一個需要迫切解決的問題。目前的商用 Web 圖像搜索引擎，如Google 和百度都是采用和文本搜索類似的技術(shù)路線，即采用 Web 網(wǎng)頁中與圖像關(guān)聯(lián)的文字信息（即圖像標(biāo)簽文字）來完成搜索任務(wù)。因為和用戶輸入的關(guān)鍵字匹配的網(wǎng)頁圖像標(biāo)簽文字并不一定能很好地描述圖像本身的 “內(nèi)容 ”；（ 2）無法實現(xiàn) “以圖搜圖 ”功能。 “以圖搜圖 ”功能具有重要的應(yīng)用價值。圖像檢索是屬于圖像分析的一個研究領(lǐng)域。 心理學(xué)研究表明，圖像中含有情感信息，不同的圖像會喚起人類不同的情感。 “動感 ”和 “靜感 ”是一對人類常有的情感，本設(shè)計使用圖像的低層特征來對藝術(shù)圖像進(jìn)行 “動感 ”和 “靜感 ”的分類，并在此基礎(chǔ)上實現(xiàn)情感圖像檢索，這是一個有益的探索工作。 因此我們引入了情感計算這個概念，情感計算的目的是通過賦予計算機識別、理解、表達(dá)和適應(yīng)人的情感的能力來建立和諧的人機環(huán)境。隨著多媒體技術(shù)的迅速發(fā)展，數(shù)字圖象處理中的一 個重要研究方向是使計算機能夠模仿人的感覺和需求來處理和理解圖像。目前情感圖像檢索主要涉及以下四個方面的研究內(nèi)容： 1）定義圖像的感性特征（圖像元數(shù)據(jù)），即抽取圖像中較容易引起用戶情感變化的特征； 2）定義用戶情感信息的描述方式（印象語元數(shù)據(jù)），即用戶用來表達(dá)心理的形容詞（也稱為印象語， Impression Words）在計算機中的處理和表達(dá)方式； 3）計算圖像感性特征與用戶情感需求之間的語義 相關(guān)性，即建立用戶高層次的情感信息和圖像低層次的感性特征之間的聯(lián)系，也即建立情感用戶模型（ Affective User Model）； 4）通過學(xué)習(xí)機制，根據(jù)用戶的不同，自適應(yīng)調(diào)整情感用戶模型，提高檢索的準(zhǔn)確性，即個性化情感用戶模型。 除此之外， 圖像的情感研究在設(shè)計系統(tǒng)中也得到了應(yīng)用，日本色彩與設(shè)計研究所推出的 Image Analyst LE 系統(tǒng)，能根據(jù)用戶的性別、年齡、職業(yè)及用戶性格的調(diào)查，運用已有的顏色研究成果，找到的適合用戶的風(fēng)格（如自然的 ural、優(yōu)雅的 elegant、別致的 chic）和 色彩搭配（米黃、草綠、淺褐色、淺灰等），最后給出用戶所需的服裝、居住環(huán)境、消費用品的顏色設(shè)計方案；南京航空航天大學(xué)苑寅秋根據(jù)配色方案評判模型以及色彩情感效應(yīng)的量化研究，將針對機電產(chǎn)品色彩構(gòu)成，本著“回歸人本”的現(xiàn)代設(shè)計主題，將專家系統(tǒng)技術(shù)引入到幾點產(chǎn)品色彩設(shè)計領(lǐng)域，研制了面向機電產(chǎn)品的色彩設(shè)計專家系統(tǒng)（ MCSES），實現(xiàn)了推薦配色方案及方案預(yù)覽功能。 、 解決的思路及實現(xiàn)預(yù)期目標(biāo)的可行性分析 (1)情感圖像檢索的背景、目的和意義； (2)情感圖像數(shù)據(jù)庫的構(gòu)建； 實驗收集中了包括油畫、水粉畫、中國畫等在內(nèi)的彩色藝術(shù)圖像 200 幅，請 5 位年齡在 20~25 歲的男女大學(xué)生參與，每人都對圖像的動感作出評估，將圖像分別用 0，1， 2 表示，其中 0 表示 “靜感 ”圖像， 2 表示 “動感 ”圖像，而 1 表示中間類，表示圖像介于靜感和動感之間，我們在試驗中將 1 類從圖像庫中去除。這些實現(xiàn)起來工作量比較大，需要細(xì)心認(rèn) 真，總體來時比較容易構(gòu)建。 Jain 等人提出的邊緣方向直方圖方法，使用 canny 算子（ σ＝ 1，高斯濾波器寬度＝ 4）對圖像進(jìn)行邊緣檢測，得到的邊緣圖像中每個邊緣像素都具有一個梯度模值 M(x,y)和一個方向梯 度相角值 θ(x,y)： ? ? ? ? 122 2f x , y f x , yM x , y = +xy????? ? ? ???? ? ? ???? ? ? ???（ ） ? ? ? ? ? ?f x,y f x,yθ x,y =a r c tgxx?????????? (1) 其中， θ∈ (90176。)，而邊緣像素點的方向梯度相角與該點的邊緣線條方向垂直， 所以線條方向為： α (x, y) =θ (x, y) + 90176。,180176。 在計算直方圖矢量之間的距離時，我們使用了 歐式距離度量，如式 (2)所示： ? ? ? ? ? ?? ? 2nE Q I Q Ij= 1d H H = H j H j?， (2) 圖像人工分類結(jié)果表明，具有較多垂直線條的圖像與具有較多水平線條的圖像一樣都給人以寧靜的感覺，進(jìn)行分類的依據(jù)是不同圖像的直方圖向量之間的距離，根據(jù)分類的原則，同類向量之間的距離應(yīng)該較小，異類向量之間的距離應(yīng)該較大，即類內(nèi)距離要小，類間距離要大。 （ 4） KNN、 BP 神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計與實現(xiàn)； 神經(jīng)網(wǎng)絡(luò)（ NN， neural work）是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出來的，是對人腦動能的若干特性的簡化、抽象和模擬的數(shù)學(xué)模型。余英林等就采用 BP 神經(jīng)網(wǎng)絡(luò)方法對圖像的的紋理的特征進(jìn)行分類取得了良好的效果，還對基于模糊感知器的模糊神經(jīng)分類